Atelier  

1  :    Découvrir  SPSS      
Objectif  :      
Découvrir  et  se  familiariser  avec  le  logiciel  statistique  SPSS    
Analyse  univariée    
 
Introduction    
SPSS  est  l’abréviation  de  «  Statistical  Product  and  Service  Solutions  ».  C’est  un  logiciel  
qui  est  utilisé  pour  l’analyse  des  données  statistiques.  Il  permet  de  traiter  les  données  
avec   efficacité   en   offrant   plusieurs   possibilités   pour   organiser   et   synthétiser   les  
informations   statistiques.   Avec   SPSS,   on   peut   effectuer   des   analyses   sur   un   grand  
nombre  de  données.  Dans  nos  ateliers,  nous  allons  travailler  avec  la  version  23.  

Manipulation  
En  démarrant  SPSS,  deux  fichiers  vont  s’ouvrir  :  

-   Le  fichier  de  données  ;;  c’est  l’éditeur  de  données.    

-   Le   fichier   de   sortie  ;;   c’est   le   fichier   contenant   les   résultats   des   analyses  
effectuées  par  SPSS.  

Fichier  de  données  :  Éditeur  de  données  

Ce  fichier  comporte  deux  feuilles  indiquées  par  deux  onglets  (en  bas  à  gauche)  :  vue  
de  données  et  vue  des  variables.  

•   Vue  de  données  

Cette  feuille  est  constituée  :  

(1)  d’un   menu   (Fichier,   Edition,   Affichage,   Données,   Transformer,   Analyse,  

Graphe…)  ;;  
(2)  d’une   barre   d’outils   affichant   des   icônes   associés   aux   fonctions   les   plus  
utilisées  ;;  
(3)  d’une   grille   de   données   (Affichage   des   données)   pour   afficher,   modifier   ou  
saisir   les   données.   Les   noms   des   variables   utilisées   sont   affichés   dans   la  
première  ligne  de  cette  grille.    
 

 
1  
 
  

(1)  
(2)  

(3)  

Un  exemple  d’une  vue  de  données  

 
Colonne  d’observations  pour   Ligne  d’observations  
  une  variable  (Champs)     pour  un  individu  (Cas)  

2  
 
•   Vue  des  variables  

Cette  feuille  est  constituée  du  même  menu  et  de  la  même  barre  d’outils  que  la  feuille  
de  données.  Tandis  que  dans  cette  vue,  la  grille  de  données  est  utilisée  pour  définir  
les  variables  ou  modifier  leurs  caractéristiques  (4).  

(4)  

 
 

Un  exemple  d’une  vue  des  variables  

Les  caractéristiques  des  variables  qu’on  peut  définir  sont  :  

•   Nom  :  pour  donner  un  nom  abrégé  à  la  variable  en  8  caractères  au  maximum.   Par  
exemple,  pour  la  question  :  Quel  votre  niveau  d’étude  ?  On  peut  utiliser  la  variable  :  NivEtude.  
Le  nom  de  la  variable  ne  doit  contenir  ni  les  caractères  accentués  ni  l’espace  ni  les  
signes  (?    !    *).  Le  signe_  est  autorisé.  
 
•   Type  :   pour   définir   le   type   de   la   variable   (numérique,   alphabétique,   date,  
monétaire…).  
 
3  
 
•   Largeur  :  Indique  le  nombre  de  positions  occupées  par  les  valeurs  prises  par  cette  variable.  
Par  exemple  pour  la  variable  age  (correspondant  à  l’âge  d’une  personne),  on  peut  considérer  
largeur  =  3.  En  effet,  aucune  personne  ne  peut  dépasser  999  ans.  La  largeur  des  colonnes  
affecte  seulement  l'affichage  des  valeurs  dans  la  vue  de  données.    
•   Décimales  :  indique  le  nombre  de  décimales  à  afficher  après  la  virgule.  
•   Libellé  :  permet  de  saisir  un  texte  plus  explicite  que  les  8  caractères  pour  bien  définir  
le  nom  de  la  variable.  
•   Valeur  :   permet   de   codifier   les   valeurs   des   observations.   Les   libellés   de   valeurs  
permettent   de   rendre   les   tableaux   de   résultats   plus   lisibles   et   plus   explicites.   Par  
exemple  pour  la  variable  statut  marital  et  pour  éviter  des  confusions,  on  précise  dans  
la  fenêtre  Libellés  de  valeurs,  les  valeurs  :  0  =  "Non  marié(é)"  ;;  1  =  "Marié(é)".    
 

•   Manquant  :   pour   attribuer   certaines   valeurs   comme   codes   pour   les   valeurs  
manquantes   (dans   le   cas   où   un   répondant   n’a   pas   répondu   à   une   question).  
«  Aucun  »  signifie  que  l’utilisateur  n’a  pas  définit  de  codes  pour  la  valeur  manquante.  
•   Colonnes  :   La   largeur   d’affichage   de   la   colonne   permet   d’élargir   une   colonne   de  
données  de  façons  à  voir  l’ensemble  des  données  saisies.    

•    Aligner  :  aligner  à  droite,  à  gauche  ou  au  centre  les  valeurs  dans  le  fichier  des  données.  
Par  défaut  SPSS  aligne  les  nombres  à  droite  et  les  chaînes  de  texte  à  gauche.    
•   Mesure  :  permet  de  sélectionner  le  type  de  mesure  correspondant  à  la  nature  de  la  
variable.  On  trouve  trois  types  de  mesure  :  
o   Nominale  :   lorsque   les   données   permettent   des   classifications   sans   relation  
d’ordre.  Par  exemple,  le  lieu  d’habitat  (Oujda,  Rabat,  Casa…)  
o   Ordinale  :  lorsque  les  données  peuvent  être  rangées  par  ordre.  Par  exemple,  
le  niveau  d’étude  (primaire,  collège,  lycée,  …)  
o   Échelle  :   lorsque   les   données   sont   de   nature   métrique,   rapport   ou   intervalle  
(âge,  température,  prix,  …)  

•   Rôle  :  permet  de  donner  le  rôle  de  la  variable  dans  les  futures  analyses.  Par  défaut,  
toutes  les  variables  sont  attribuées  au  rôle  Entrée.  C-­à-­d  que  La  variable  sera  utilisée  
comme  une  valeur  d'entrée  (variable  indépendante).  Le  rôle  Cible  est  utilisé  pour  une  
variable  de  destination  ou  variable  cible  (variable  dépendante).  L'affectation  d'un  rôle  
affecte  uniquement  les  boîtes  de  dialogue  qui  prennent  en  charge  cette  option.    

 
4  
 
Ouvrir  un  fichier  de  données  (fichier  avec  l’extension  .sav)  
Ouvrir  le  fichier  «  demo.sav  »  :  chemin  d’accès  :  
C://Programfiles/IBM/SPSS/Statistics/23/Samples/French/demo.sav    

Question  :    
Quel  est  le  nombre  d’individus  et  nombre  de  variables  ?  

Analyse  univariée  :  Description  d’une  variable    

On  rappelle  qu’une  variable  est  l’ensemble  des  valeurs  observées  sur  les  différents  
individus  pour  une  caractéristique  donnée.  Elle  est  qualitative  ou  bien  quantitative.  

Description  d’une  variable  qualitative  :      

Pour  décrire  une  variable  avec  SPSS,  on  peut  commencer  par  générer  un  rapport  sur  
les  observations  pour  s’assurer  qu’elles  ne  contiennent  pas  des  erreurs  de  saisie  ou  
des  valeurs  aberrantes.  Pour  cela  on  utilise  (Analyse  >  Rapport  >  Récapitulatif  des  
observations...)        

Pour  le  calcul  des  fréquences  et  des  pourcentages  d’une  variable,  on  utilise  (Analyse  
>  Statistique  descriptive  >  Fréquences...)  

 
 

Puis,  la  fenêtre  suivante  apparaît  :  

5  
 
  
 

Sélectionner  la  variable  objet  de  l’étude  puis  cliquer  sur  la  flèche  pour  l’insérer  dans  la  
case  vide.  Par  exemple,  on  veut  étudier  la  variable  marital  (Statut  marital),  on  a  la  figure  
suivante  :  

 
 

Puis,  cliquer  sur  Ok.  Le  résultat  de  cette  analyse  sera  affiché  dans  le  fichier  de  sortie  
suivant  :  

6  
 
  
 

Ce   fichier  de   résultats  peut  être   sauvegardé  ou   imprimé.  L’extension   du   fichier   est  
(.spo).  

Le  tableau  de  résultat  intitulé  Statut  marital  correspond  à̀  un  tri  à  plat  de  la  variable  
qualitative  marital.  Il  affiche  les  effectifs  nommés  dans  le  tri  à  plat  par  fréquences  
(absolues)  et  les  fréquences  (nommées  pourcentage).  Le  tri  à  plat  fournit  une  
description  rapide  de  la  variable  étudiée.  Le  tableau  montre  immédiatement  que  49,6  
%  des  individus  de  l’échantillon  interrogé  sont  en  couple  et  que  50,4  %  sont  
célibataires.    

On  peut  également  visualiser  ces  résultats  en  utilisant  un  graphique  (diagrammes  en  
bâtons  ou  en  secteurs).  On  suit  par  exemple  les  étapes  suivantes  :  

 
7  
 
  

8  
 
  

On  peut  faire  la  même  chose  pour  afficher  le  diagramme  en  bâtons.  

Description  d’une  variable  quantitative  :  

Pour  décrire  une  variable  quantitative,  on  peut  utiliser  les  caractéristiques  suivantes  :    

-   Les  caractéristiques  de  tendance  centrale  :  moyenne,  médiane,  mode  ;;    

-   Les  caractéristiques  de  dispersion  :  étendue,  variance,  écart  type,  coefficient  de  
variation  ;;    
-   Les  caractéristiques  mesures  de  de  forme  :  asymétrie,  aplatissement  ;;    
-   Les  représentations  graphiques  :  histogrammes  ou  boîtes  à  moustaches  

Pour  cela  on  peut  utiliser  (Analyse  >  Statistiques  descriptives  >  Fréquences)        

On  choisit  la  variable  income  :  Revenu  du  foyer  en  milliers  ($).    

 
 

Puis,  on  choisit  Statistiques….  La  boîte  de  dialogue  apparait  :  

9  
 
  
 

Cocher  les  caractéristiques  à  affiché.  Puis  cliquer  Poursuivre.  

Choisir  ensuite  Graphiques  …  puis  cocher  Histogramme  

 
Puis  Poursuivre.  A  la  fin  cliquer  OK.  

10  
 
  

 
11  
 
On  mesure  la  symétrie  et  la  forme  de  la  distribution  par  l’asymétrie  et  l’aplatissement.  
Ces  statistiques  sont  présentées  avec  leur  erreur  standard.  On  a  :  

-   Le  coefficient  de  symétrie  (skewness)  permet  de  mesurer  l’asymétrie  d’une  

distribution.    
o   S’il  est  nul,  la  distribution  est  symétrique  (distribution  normale)    
o   S’il  positif,  la  distribution  est  asymétrique  à  droite  (la  distribution  prend  la  
forme  d’une  longue  queue  à  droite)    
o   S’il  est  négatif,  la  distribution  est  asymétrique  à  gauche  (la  distribution  prend  la  
forme  d’une  longue  queue  à  gauche).    
-   Le  coefficient  d’aplatissement  (kurtosis)  permet  de  mesurer  la  platitude  d’une  
courbe  issue  d’une  distribution  de  fréquences.  En  d’autres  termes,  le  coefficient  
d’aplatissement  permet  de  mesurer  le  degré  de  concentration  des  observations  
dans  les  queues  de  la  courbe.    
o   S’il  est  nul,  la  distribution  est  comparable  à  celle  d’une  loi  normale.    
o   S’il  est  positif,  la  courbe  de  fréquences  est  plus  pointue  que  celle  de  la  loi  
normale.  
o   S’il  est  négatif,  la  courbe  de  fréquences  est  plus  aplatie  que  celle  de  la  loi  
normale.  

Dans  notre  exemple,  l'asymétrie  est  à  4,513,  notre  courbe  est  asymétrique  à  droite  
quant  à  l'aplatissement  il  s'envole  à  plus  de  33.  Elle  est  plus  pointue  que  la  loi  normale  

   

12